Resumen

AI Coalition Network exige cuentas a las empresas de IA evaluándolas en tres dimensiones fundamentales: prácticas éticas, rentabilidad sostenible y innovación responsable. Nuestra metodología está diseñada para garantizar que la ética permanezca en primer plano en el desarrollo de la IA.

A diferencia de las clasificaciones tradicionales que dan prioridad solo al crecimiento o a la tecnología, recompensamos a las empresas que demuestran rendición de cuentas, transparencia y compromiso con una IA responsable. Las empresas que descuidan la ética obtienen una puntuación más baja, con independencia de su éxito financiero o de sus capacidades técnicas.

Las clasificaciones se calculan a diario con datos transparentes y verificables en tres pilares ponderados.

Los tres pilares

Ética

30%

Rendición de cuentas, transparencia y prácticas de IA responsables

Innovación

35%

Avance tecnológico responsable que beneficia a la humanidad

Rentabilidad

35%

Sostenibilidad financiera y rendimiento empresarial

Cada empresa recibe una puntuación de 0 a 100 en cada categoría, que después se pondera según los porcentajes anteriores para obtener una puntuación de clasificación general.

1. Puntuación de ética (30 %) - El núcleo de la rendición de cuentas

La ética es nuestra principal medida de rendición de cuentas. Este pilar evalúa si una empresa mantiene las prácticas éticas en primer plano en el desarrollo de la IA. Las empresas que dan prioridad a la transparencia, la equidad, la seguridad y el despliegue responsable ocupan mejores posiciones.

Exigimos cuentas a las empresas haciendo visibles y medibles sus compromisos éticos. Una puntuación de ética alta exige acciones demostradas, no solo declaraciones de política.

Factores de rendición de cuentas:

  • Transparencia y divulgación: Información pública sobre las capacidades, limitaciones, riesgos e incidentes de seguridad de la IA
  • Inversión en seguridad de la IA: Recursos dedicados a la investigación en seguridad, el red-teaming, las pruebas y la mitigación de riesgos
  • Equidad y prevención del sesgo: Esfuerzos activos para detectar, medir y eliminar el sesgo algorítmico y la discriminación
  • Protección de la privacidad: Gobernanza de datos sólida, prácticas de consentimiento de los usuarios y tecnología que preserva la privacidad
  • Estructuras de gobernanza: Comités de ética independientes, protección de los denunciantes y mecanismos de rendición de cuentas
  • Responsabilidad ambiental: Eficiencia energética, reducción de la huella de carbono y divulgación del impacto climático
  • Impacto social: Contribuciones a la investigación en seguridad de la IA, iniciativas de bien público y participación comunitaria
  • Calidad de la declaración de ética: Claridad, concreción y exigibilidad de los compromisos éticos publicados
  • Prácticas laborales: Trato justo a los trabajadores, incluidos los etiquetadores de datos y los contratistas

Nota: Las puntuaciones de ética se basan en información públicamente disponible, auditorías de terceros, certificaciones del sector y políticas documentadas. Las empresas que publican activamente informes de transparencia y colaboran con la comunidad de seguridad de la IA reciben mejores notas.

2. Puntuación de innovación (35 %)

La puntuación de innovación evalúa el avance técnico de una empresa y su contribución al campo de la IA en general. Valoramos tanto la investigación puntera como las aplicaciones prácticas que hacen avanzar al sector.

Factores de puntuación:

  • Producción de investigación: Artículos publicados, citas y contribución al debate académico
  • Capacidades técnicas: Sofisticación y singularidad de la tecnología de IA
  • Innovación de producto: Aplicaciones novedosas y funciones de producto revolucionarias
  • Contribuciones de código abierto: Publicación de modelos, herramientas y conjuntos de datos para la comunidad
  • Patentes y propiedad intelectual: Propiedad intelectual única y ventajas técnicas difíciles de imitar
  • Impacto en el sector: Influencia en las prácticas y los estándares de desarrollo de la IA
  • Talento y experiencia: Calidad del equipo técnico y liderazgo de opinión

Nota: La innovación se mide tanto en investigación fundamental como en innovación aplicada. Reconocemos que distintas empresas contribuyen al avance de la IA de maneras diferentes, desde los modelos fundacionales hasta las aplicaciones especializadas.

3. Puntuación de rentabilidad (35 %)

La puntuación de rentabilidad evalúa la salud financiera de una empresa y la sostenibilidad de su negocio. Creemos que las empresas sostenibles están mejor posicionadas para invertir en prácticas éticas y en innovación a largo plazo.

Factores de puntuación:

  • Crecimiento de los ingresos: Trayectoria de ingresos interanual y tasa de crecimiento
  • Márgenes de beneficio: Márgenes operativos y camino hacia la rentabilidad
  • Estabilidad financiera: Reservas de efectivo, ritmo de consumo de caja y situación de financiación
  • Posición en el mercado: Cuota de mercado, posicionamiento competitivo y retención de clientes
  • Modelo de negocio: Sostenibilidad y escalabilidad de las fuentes de ingresos

Nota: Evaluamos de forma justa tanto a las empresas rentables consolidadas como a las empresas emergentes de alto crecimiento, teniendo en cuenta métricas adecuadas a cada etapa. Las empresas en fase inicial se evalúan por su trayectoria de crecimiento y su tracción en el mercado, más que por su rentabilidad absoluta.

Cálculo de la puntuación

La puntuación general de cada empresa se calcula con la siguiente fórmula ponderada:

Puntuación general = (Ética × 0,30) + (Innovación × 0,35) + (Rentabilidad × 0,35)

Todas las puntuaciones de los componentes van de 0 a 100, por lo que la puntuación general también va de 0 a 100. Después, las empresas se clasifican en orden descendente según su puntuación general.

Normalización de las puntuaciones

Las puntuaciones de cada componente se normalizan para garantizar una comparación justa entre empresas de distintos tamaños y etapas. Usamos una normalización basada en percentiles dentro de cohortes del sector para tener en cuenta los puntos de referencia adecuados a cada etapa.

Fuentes de datos y verificación

Nuestras clasificaciones se basan en datos de varias fuentes verificadas para garantizar su exactitud y fiabilidad:

  • Datos enviados por las empresas: Información proporcionada directamente por las empresas a través de nuestra plataforma
  • Divulgaciones públicas: Documentos presentados ante la SEC, comunicados de prensa y anuncios oficiales de las empresas
  • Publicaciones de investigación: Artículos académicos, presentaciones en congresos y blogs técnicos
  • Auditorías de terceros: Evaluaciones y certificaciones independientes
  • Noticias y medios: Información verificada de publicaciones tecnológicas y empresariales de prestigio
  • Bases de datos del sector: Crunchbase, PitchBook, bases de datos de patentes e índices de citas

Todos los datos se verifican mediante varias fuentes cuando es posible, y las empresas tienen la oportunidad de revisar y corregir su información antes de que se publiquen las clasificaciones.

Frecuencia de actualización

Las clasificaciones se recalculan automáticamente todos los días a las 2:00 h UTC. Así nuestras clasificaciones reflejan los datos más recientes disponibles y se mantiene la coherencia.

  • Actualizaciones diarias: Las puntuaciones generales y las clasificaciones se actualizan a diario
  • Datos de empresa en tiempo real: Las actualizaciones del perfil de la empresa se reflejan en el siguiente ciclo de cálculo
  • Seguimiento histórico: Conservamos las clasificaciones históricas para mostrar las tendencias a lo largo del tiempo
  • Ajustes por eventos: Los anuncios o acontecimientos importantes pueden provocar un recálculo inmediato

Transparencia y apelaciones

Nos comprometemos a mantener un proceso de clasificación transparente y justo. Las empresas pueden:

  • Revisar sus puntuaciones: Ver desgloses detallados de las puntuaciones de sus componentes y de sus fuentes de datos
  • Enviar correcciones: Solicitar la actualización de información incorrecta u obsoleta
  • Apelar las clasificaciones: Impugnar las puntuaciones con documentación de apoyo
  • Aportar datos adicionales: Enviar pruebas de logros que aún no se reflejan en las clasificaciones

Todas las apelaciones las revisa nuestro equipo editorial en un plazo de 5 días hábiles. Conservamos una documentación detallada de nuestras decisiones de puntuación y de las actualizaciones de la metodología.

Evolución de la metodología

A medida que evoluciona el sector de la IA, también lo hace nuestra metodología. Revisamos y actualizamos periódicamente nuestros criterios de puntuación para garantizar que reflejen las mejores prácticas y los estándares actuales del sector.

Los cambios importantes en la metodología se anuncian con al menos 30 días de antelación y mantenemos un registro de cambios de todas las actualizaciones. Se notifica a las empresas los cambios que puedan afectar de forma significativa a sus clasificaciones.

Se agradecen los comentarios: Solicitamos activamente comentarios de la comunidad de la IA, de las empresas y de los usuarios para mejorar continuamente nuestra metodología. Escríbanos a methodology@ai-coalition.net con sus sugerencias.

Limitaciones y avisos legales

Aunque nos esforzamos por ser precisos, nuestro sistema de clasificación tiene limitaciones inherentes:

  • Las clasificaciones se basan en información públicamente disponible y pueden no reflejar todos los aspectos de las operaciones de una empresa
  • Algunas métricas, en particular las puntuaciones de ética, implican una evaluación e interpretación subjetivas
  • Las empresas en fase inicial pueden tener pocos datos públicos disponibles para su evaluación
  • Las clasificaciones no deben considerarse asesoramiento de inversión ni evaluaciones definitivas del valor de una empresa
  • Las puntuaciones representan un desempeño relativo dentro del sector de la IA, no medidas absolutas

Animamos a los usuarios a realizar su propia investigación y diligencia debida. Nuestras clasificaciones pretenden ser un punto de partida para la evaluación, no una evaluación exhaustiva.